随着网络资源的进一步丰富，原本就为网络查询而生的搜索引擎表现出了它不足的一面。搜索引擎覆盖范围相对减少；访问不均衡；内容陈旧；元数据使用较少；信息分布不平衡等等。 所以元搜索引擎应运而生，至今已获得了极大的发展，但仍有其自身的不足。比如：用户友好性差，适应性不高和缺乏针对性等等。本文就是为解决这些问题而进行的研究。 对用户的输入确定分类内容，从而选择搜索引擎。由于各个成员搜索引擎有各自专长的领域，针对某一方面的查询，应选择调用该领域查询性能较好的成员搜索引擎，动态调用成员搜索引擎。同时，选择的依据包含用户的个人信息以及搜索历史。在执行搜索后，保留搜索引擎的执行效率，作为下次搜索引擎选择的参考依据之一。 选择搜索引擎使用改进的遗传算法，以搜索引擎的集合智能代理为染色体，让它在重组，变异之后通过对搜索引擎的评价得出最优基因，并赋值给每个智能代理的第一个搜索引擎，这样就保证了系统向着正确的方向进化。另一方面，把搜索引擎以xml文件描述的形式保存，以便于搜索引擎成员的添加等行为。 在用户个性化方面，采用了RDF表示用户偏好，然后通过用户偏好的压缩和优化，合并成用户聚类，形成用户向量中心.以推测用户的爱好。需要说明的是用户偏好文件所表达的用户偏好需要有一点的概括力，过分具体的用户偏好，不利于推测；另一方面，用户偏好文件所表达的用户偏好需要有一定的具体性，不能过分概括而失去了实际意义。而搜索结果的按名聚类，使得构建有效地偏好库成为可能。 最后，本文提出了一个完整的元搜索引擎模型。以后的工作将围绕着算法的验证和模型的丰富而进行。